| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 桥梁结构状态监测以及数据压缩的研究目的和意义 | 第8-11页 |
| 1.2 数据压缩理论及研究现状 | 第11-15页 |
| 1.2.1 数据压缩的概念 | 第11-12页 |
| 1.2.2 数据压缩的分类 | 第12页 |
| 1.2.3 数据压缩的研究现状 | 第12-15页 |
| 1.3 压缩感知理论及研究现状 | 第15-18页 |
| 1.3.1 压缩感知的理论基础 | 第15-17页 |
| 1.3.2 压缩感知研究现状 | 第17-18页 |
| 1.4 本文研究的主要内容 | 第18-19页 |
| 1.5 本文的主要研究方案和创新点 | 第19-21页 |
| 1.5.1 主要研究方案 | 第19-20页 |
| 1.5.2 主要创新点 | 第20-21页 |
| 第二章 铁路桥梁监测数据准周期性研究 | 第21-39页 |
| 2.1 32m梁振动仿真分析 | 第21-30页 |
| 2.1.1 32m简支梁梁有限元模型 | 第22-23页 |
| 2.1.2 32m简支梁梁的模态分析 | 第23-24页 |
| 2.1.3 列车荷载作用下的梁的动力响应 | 第24-30页 |
| 2.2 监测数据准周期性分析 | 第30-38页 |
| 2.2.1 基于小波变换的准周期性分析 | 第31-35页 |
| 2.2.2 基于循环谱变换的准周期性分析 | 第35-38页 |
| 2.3 本章小结 | 第38-39页 |
| 第三章 基于正交匹配追踪算法的数据压缩处理 | 第39-55页 |
| 3.1 奈奎斯特理论与压缩感知理论对比 | 第39-40页 |
| 3.2 压缩感知理论简介 | 第40-43页 |
| 3.2.1 信号的稀疏性表示 | 第41页 |
| 3.2.2 观测矩阵的构造 | 第41-42页 |
| 3.2.3 信号的重构算法 | 第42-43页 |
| 3.3 压缩感知的主要算法 | 第43-46页 |
| 3.3.1 凸优化算法 | 第43-44页 |
| 3.3.2 贪婪迭代算法 | 第44-45页 |
| 3.3.3 非凸优化算法 | 第45-46页 |
| 3.4 基于正交匹配追踪算法的监测信号的处理 | 第46-54页 |
| 3.4.1 实测数据处理分析 | 第46-48页 |
| 3.4.2 测量矩阵的选取 | 第48-49页 |
| 3.4.3 基于贪婪追踪的OMP重构算法 | 第49-51页 |
| 3.4.4 算法效果分析比较 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于稀疏贝叶斯理论的数据压缩研究 | 第55-76页 |
| 4.1 贝叶斯理论的研究现状 | 第55-57页 |
| 4.2 贝叶斯压缩感知理论 | 第57-60页 |
| 4.2.1 传统的贝叶斯算法 | 第57-59页 |
| 4.2.2 基于结构化的贝叶斯算法 | 第59-60页 |
| 4.3 BSBL理论框架 | 第60-64页 |
| 4.4 实测信号仿真结果 | 第64-75页 |
| 4.4.1 基于块状稀疏的信号重构 | 第65-70页 |
| 4.4.2 不考虑稀疏性的信号重构 | 第70-74页 |
| 4.4.3 算法效果对比分析 | 第74-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 结论与展望 | 第76-78页 |
| 5.1 结论 | 第76-77页 |
| 5.2 展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第82页 |